Olhando para o Relatório MIT NANDA de Julho de 2025: Por que a Taxa de Falha de 95% dos Pilotos de IA não é o Fim

Eu sou um otimista comprovado e mantenho minha mente aberta a qualquer nova tecnologia que venha em meu caminho. Minha última obsessão que está destinada a permanecer por muito tempo? IA.

O MIT NANDA publicou recentemente seu artigo intitulado ‘A Divisão GenAI. Estado da IA nos Negócios em 2025’, e eu acho que o artigo vale a pena ser lido. Ele oferece uma visão sóbria sobre a IA e seu lugar nos negócios hoje. A feed do Linkedin pode parecer quase histérica sobre como a IA veio mudar tudo, mas o relatório pinta um quadro diferente.

Primeiramente, o que é o MIT NANDA?

Agentes em Rede e IA Descentralizada (abreviado para NANDA) é uma iniciativa de pesquisa ambiciosa do MIT Media Lab. O projeto abrange mais de 18 instituições de pesquisa líderes de 6 continentes e alguns grandes nomes da indústria de tecnologia – pense na Meta, Dell, Microsoft e similares. O objetivo do NANDA é verdadeiramente futurista, se não inovador. A ambição é construir a infraestrutura fundamental para a Internet de agentes de IA, ou seja, uma rede descentralizada onde os agentes de IA descobrem, verificam e colaboram entre si online, além das fronteiras organizacionais. Basicamente, o NANDA está trabalhando em regras claras, protocolos, diretrizes e estruturas que permitem que os agentes de IA interajam com outros agentes em nome de humanos e organizações. O projeto do NANDA é de código aberto, o que significa que ele abraça empreendedores, visionários, tecnólogos e formuladores de políticas como colaboradores em grande escala. (Você está recebendo vibrações do Wikipedia?)

A razão pela qual estou contando sobre isso é porque o relatório do MIT NANDA é o complemento do bolo de pesquisa quando se trata de IA. Os autores estão na frente da IA e suas descobertas devem ser levadas a sério (embora com um grão de sal).

O artigo estava em elaboração desde janeiro e foi finalmente publicado em julho de 2025. O relatório é baseado em uma revisão sistemática de mais de 300 iniciativas de IA divulgadas publicamente e entrevistas com líderes de 52 organizações, bem como pesquisas com 153 líderes seniores em quatro grandes conferências da indústria.

5% de taxa de sucesso de pilotos de IA

O relatório introduz o termo ‘A Divisão GenAI’ que descreve a disruptura que acontece (ou não acontece) em organizações e até mesmo em indústrias que empregam a IA com sucesso (ou sem sucesso). Se um negócio está do ‘lado errado da divisão’, de acordo com o NANDA, o negócio falha em mudar verdadeiramente, evoluir e repensar sua estrutura e operações de negócios. Para estar do lado certo da divisão, portanto, significa ter um resultado tangível do emprego da IA – “Esse viés de investimento perpetua a Divisão GenAI, direcionando recursos para casos de uso visíveis, mas freqüentemente menos transformadores, enquanto as oportunidades de maior ROI em funções de back-office permanecem subfinanciadas”.

A razão pela qual o relatório ganhou tanta atenção é sua principal descoberta. O resumo executivo afirma: “Apesar de $30–40 bilhões em investimento empresarial em GenAI, este relatório descobre um resultado surpreendente no qual 95% das organizações não obtêm retorno … Apenas 5% dos pilotos de IA integrados extraem milhões em valor, enquanto a grande maioria permanece presa sem impacto mensurável no P&L”. Não é muito promissor, é?

A limitação fundamental que impede as organizações de realizar o verdadeiro valor da IA é o que o relatório define como ‘a lacuna de aprendizado’. A maioria dos sistemas GenAI fundamentalmente carece da capacidade de reter feedback, adaptar-se ao contexto ou melhorar com o tempo.

• Sistemas não aprendem com feedback. Na realidade, isso significa que um gerente alimenta o mesmo conjunto de dados repetidamente, no entanto, não ocorre melhoria no desempenho. Um gerente de manufatura de mercado médio descreveu a upload repetida do mesmo manual de produto em seu sistema de IA para refinar listas de verificação de cumprimento, no entanto, cada iteração copiou omissões e erros idênticos, sem melhoria mensurável na qualidade de saída, apesar de múltiplas sessões de feedback.
• Contexto manual excessivo é necessário a cada vez. As ferramentas de IA carecem de memória entre sessões, então cada interação significa re-alimentar o conhecimento passado e o contexto passado. Fluxos de trabalho complexos, ao contrário de tarefas simples de uma vez, arrastam-se e não funcionam como um suporte confiável para projetos contínuos. O relatório cita uma equipe jurídica corporativa que, para cada rascunho de contrato, deve reentrar as preferências do cliente, notas de negociação anteriores e restrições regulamentares no instrumento de IA – transformando o que deveria ser um fluxo de trabalho assistivo em uma tarefa demorada que subverte a produtividade em projetos complexos e multietapas.
• Customização insuficiente para alguns processos de negócios. Em vez de obter uma ferramenta responsiva que se adapte ao contexto maior, o contexto maior se adapta à ferramenta, forçando os usuários a trabalhar em torno de sistemas rígidos. Um CIO observou que a ferramenta de análise de risco de IA fornecida pelo fornecedor “parecia uma caixa de um tamanho que serve a todos”, forçando as equipes a reorganizar seus fluxos de trabalho de aprovação de crédito para se adequar às entradas rígidas da ferramenta, em vez de ter a IA se adaptar a processos estabelecidos. A falta de correspondência acabou levando a pilotos abandonados

Minhas principais descobertas do relatório do NANDA

1. A Economia de IA Sombra Prospera

O relatório introduz o termo ‘economia de IA sombra’ para descrever como os funcionários usam a IA em seu nível como uma ferramenta pessoal, não como uma ferramenta aprovada em toda a organização. Isso soa familiar para mim, na verdade. Uma amiga minha de uma filial de uma marca automotiva chinesa no CIS compartilhou que ela usa o ChatGPT para escrever conteúdo de aplicativos (posts de notícias, anúncios e mais). Ela diz que, no nível da sede, nenhuma ferramenta de IA foi aprovada para uso geral, então o uso de IA é seu próprio impulsionador e economizador de tempo que ela não realmente menciona com seu gerente.

O relatório fornece figuras muito específicas. Embora apenas 40% das empresas tenham comprado assinaturas oficiais de LLM, funcionários de mais de 90% das empresas pesquisadas relataram o uso regular de ferramentas de IA pessoais para tarefas de trabalho. Esse uso sombra muitas vezes entrega um melhor ROI do que as iniciativas empresariais formais, revelando o que realmente funciona quando os indivíduos têm acesso a ferramentas flexíveis e responsivas.

2. Alocação de Investimento Reflete Prioridades Deslocadas

O relatório revela um desalinhamento significativo entre o investimento em IA e o potencial de ROI real. Aproximadamente 50% dos orçamentos de GenAI fluem para funções de vendas e marketing, principalmente porque os resultados podem ser medidos facilmente e alinham-se com os KPIs de nível de conselho. No entanto, os maiores retornos muitas vezes surgem da automação de back-office, como a eliminação da BPO que economiza até $10 milhões anualmente, redução de 30% nos custos criativos externos e $1 milhão economizado anualmente na gestão de riscos terceirizada. Esse viés de investimento perpetua a Divisão GenAI, direcionando recursos para casos de uso visíveis, mas menos transformadores.

No entanto, minha crença pessoal é esta. Do que me lembro da minha experiência em uma empresa bancária internacional que possui bancos de varejo em todo o mundo, introduzir uma ferramenta que penetra nas entranhas da organização, se alimenta de seus dados e (quem sabe?) vaza informações internas é um grande risco. Então, entendo por que assinar um contrato para uma fábrica de conteúdo de IA para criativos fáceis para anúncios do Facebook é uma decisão sem hesitação, enquanto a disruptura de back-end complexa não é abraçada com tanto entusiasmo. A menos que fosse um comando direto do nível C, implementar ferramentas de IA disruptivas sérias no coração da empresa teria levado pelo menos 12 meses.

Felizmente, tive a chance de ver o interior de uma automação de IA feita para a equipe de vendas de uma empresa de manufatura de janelas local. Eles contrataram um freelancer da n8n e ele construiu para eles uma ferramenta de análise de chamadas e chats alimentada por IA. O negócio agora era capaz de encontrar gargalos em seu funil mais rápido, e mais pontos de dor vieram à luz à medida que a IA ajudava o processo de negócios de linguagem escrita e falada. Sua taxa de satisfação era altíssima, com mais dados sendo processados mais rápido.

3. Construções Internas Perdem para Fornecedores Externos

Para ser honesto brutalmente, essa descoberta me pegou de surpresa. Contrariamente à crença comum de que as empresas devem construir suas próprias ferramentas de IA, a pesquisa mostra que parcerias estratégicas com fornecedores externos são duas vezes mais propensas a atingir a implantação em comparação com os esforços de desenvolvimento interno. Quem teria pensado, certo? Bem, claramente não eu.

As organizações que tratam os fornecedores de IA como provedores de serviços empresariais – exigindo personalização profunda e responsabilizando-os por resultados operacionais, em vez de benchmarks de modelo – alcançam taxas de sucesso significativamente mais altas e um tempo mais rápido para obter valor.

4. Maior Investimento Significa Maior Disruptura? Não realmente.

Usando um Índice de Disruptura de Mercado de IA composto, o relatório revela que apenas dois setores – Tecnologia e Mídia e Telecomunicações – mostram sinais claros de disruptura estrutural da GenAI. Sete de nove setores principais demonstram atividade de piloto significativa, mas mudança estrutural mínima, com setores como Saúde, Serviços Financeiros e Energia mostrando escores de disruptura abaixo de 0,5 em uma escala de 5 pontos. Essa lacuna entre a visibilidade do investimento e a transformação real exemplifica a Divisão GenAI no nível da indústria.

Por que a Taxa de Falha de 95% é Temporária

Apesar dos resultados interim aparentemente desesperançosos, há alguma luz no fim do túnel. O relatório explica que a Divisão GenAI é temporária e será superada por meio de desenvolvimentos emergentes.

O próprio NANDA é um dos principais contribuintes para um mundo de IA ainda mais conectado. Os mecanismos que o relatório cita são o Protocolo de Contexto de Modelo (ou MCP) e o Agente-para-Agente (ou A2A) como fundações de infraestrutura para interoperabilidade de agente sem falhas e coordenação autônoma entre sistemas.

Os esforços do NANDA e essas ferramentas são o caminho para exatamente o que o NANDA está buscando – a Web Agêntica, uma rede de agentes capazes de coordenação autônoma pela Internet. Sua interação será projetada para substituir fluxos de trabalho estáticos por sistemas autoeducativos dinâmicos.

Isso soa bom demais para ser verdade ou até mágico? Bem, Microsoft Copilot Studio’s Multi-Agent Orchestration é uma semelhança mais próxima com a visão. O sistema ajuda a construir uma árvore de agentes onde um agente Copilot principal dispara subagentes que são responsáveis por tarefas específicas, como agendamento ou geração de documentos. Cada agente permanece dentro de sua área de especialização, enquanto coordena com os outros. Para colocar em termos mais práticos, quando um usuário solicita “Planeje nosso lançamento de produto do Q4”, o agente orquestrador automaticamente delega a agentes especializados – um lida com pesquisa de mercado, outro gerencia a criação de cronograma e um terceiro coordena com ferramentas de gerenciamento de projetos. O trabalho continua em sincronia, mas de forma autônoma.

Então, o que o relatório do NANDA nos deixa? A janela para cruzar a Divisão GenAI está se fechando rapidamente, à medida que as empresas começam a fechar relacionamentos com fornecedores com ferramentas capazes de aprender que produzem disruptura e evoluem e otimizam as operações de negócios no back-end, adicionando velocidade ao núcleo das organizações. O sucesso reside em comprar sistemas de agentes de IA, em vez de construí-los do zero internamente. À medida que os sistemas de aprendizado agêntico, lembrança e auto-suficiência se tornam mais prevalentes, a taxa de falha atual de 95% dará lugar a uma nova era em que os sistemas de IA colaboram perfeitamente entre fornecedores, domínios e fronteiras organizacionais. Esse futuro é o verdadeiro ROI dos investimentos atuais.

Visões Alternativas sobre a Adoção de IA

O projeto do NANDA fez um trabalho incrível ao compilar dados de múltiplas fontes e pesquisar líderes de múltiplos campos. Mas é ele a boca única definitiva para a adoção de IA em todo o mundo? Se você, como eu, encontrou A Divisão GenAI um pouco deprimente, se não desanimador, eu encontrei essas visões alternativas sobre a adoção de IA para manter meu fogo pessoal de IA aceso.

• Jed Nykolle Harme do IT Brief UK desmembraram o CIO Playbook 2025 da Lenovo. O estudo inclui feedback de líderes de TI em toda a EMEA (Europa, Oriente Médio e África), e sua conclusão é muito mais promissora. Fica claro que o setor de varejo está liderando quando se trata de satisfação com a IA, onde 96% do desempenho do piloto de IA atende ou excede as expectativas.
• Anteriormente, eu expressara compaixão com os grandes jogadores do mercado empresarial que acham a IA difícil de implementar e não estão particularmente abertos à incorporação intensiva. A Lenovo, no entanto, apresenta um quadro diferente com as indústrias de Serviços Bancários, Financeiros e Seguros (BFIS): apesar da taxa de adoção de IA mais baixa de 7%, 33% daqueles que testam a IA relatam que os pilotos excederam as expectativas. O segredo para essas tendências positivas é ‘uma abordagem cautelosa’, como Arabian Business coloca.
• Outro relatório reconfortante IBM CEO Study abre com um prefácio ousado do vice-presidente da IBM, Gary Cohn: “À medida que a adoção de IA acelera… o pagamento final só virá para os CEOs com a coragem de abraçar o risco como oportunidade. … Quando o ambiente de negócios é incerto, usar a IA e os dados da empresa para identificar onde você tem alavancagem é uma vantagem competitiva. Neste ponto, os líderes que não estão aproveitando a IA e seus próprios dados para avançar estão tomando uma decisão consciente de não competir.”
• O Estudo de CEO da IBM mostra alguns fatos inspiradores. Por exemplo, o crescimento do investimento em IA deve mais do que dobrar nos próximos dois anos, de modo que quase 20% dos orçamentos de TI serão alocados para a IA – o compromisso demonstra que, apesar dos desafios visíveis e comprovados, a crença na IA é forte e, mais importante, é um investimento estratégico, em vez de gastos reativos.
• Por fim, 64% dos CEOs no relatório concordam que o risco de ficar para trás impulsiona o investimento em nova tecnologia bem antes de uma compreensão clara de seu impacto ser alcançada. No entanto, não há decisões rápidas. Em vez disso, os tomadores de decisão optam por ‘apostas estratégicas’. Em termos simples, quando um concorrente lança um chatbot de IA para recomendações personalizadas, você faz o mesmo para seu site. Você pode não ter certeza sobre o aumento de receita, mas sabe que, se você atrasar por dois anos até que o ‘conjunto de dados perfeito’ seja compilado, você perderá irreversivelmente o momentum. Então, a regra é simples: copie agressivamente, então veja o resultado.

Conclusão

Em conclusão, eu gostaria de expressar minha crença pessoal e sincera na IA. Como empreendedor, CMO, desenvolvedor de negócios e ex-funcionário de escritório em bancos, vejo muitas maneiras pelas quais a IA pode ajudar a otimizar orçamentos, fluxos de trabalho e equipes. O futuro é aumentado e acelerado. Se um negócio deseja competir, precisa ser fluente em IA. Embora as descobertas que apresentei sejam controversas, estou convencido de que o atual cenário de IA, com seus picos e vales, é um quadro de aprendizado natural, repetido novamente e novamente com cada nova tecnologia.